Aprendizaje automático aplicado a reconocimiento de patrones en video y minería de datos

Autores
Lanzarini, Laura Cristina; Hasperué, Waldo; Estrebou, César Armando; Ronchetti, Franco; Villa Monte, Augusto; Aquino, Germán Osvaldo; Quiroga, Facundo; Basgall, María José; Rojas, Luis; Jimbo Santana, Patricia; Fernández Bariviera, Aurelio; Olivas Varela, José Ángel
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes basados en Redes Neuronales Artificiales aplicadas al Reconocimiento de Patrones y a la Minería de Datos. Con respecto al Reconocimiento de Patrones, el énfasis está puesto en el análisis de videos con el objetivo de identificar acciones humanas que faciliten la interfaz hombre/máquina y en la detección de patrones de movimiento en videos provenientes de cámaras de vigilancia asociados con situaciones de riesgo. En el área de la Minería de Datos se está trabajando en la generación de un modelo de fácil interpretación a partir de la extracción de reglas de clasificación que permita justificar la toma de decisiones y en desarrollo de nuevas estrategias aplicables a flujos de datos. Con respecto a Minería de Textos se han desarrollado métodos capaces de extraer las palabras clave de documentos independientemente del lenguaje. Actualmente se están desarrollando estrategias para resumir documentos a través de la extracción de los párrafos más representativos utilizando técnicas de optimización.
Eje: Bases de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Neural nets
Optimization
PATTERN RECOGNITION
Data mining
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/52905

id SEDICI_15fd574671ac9eb0c92a9094cdf249cc
oai_identifier_str oai:sedici.unlp.edu.ar:10915/52905
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Aprendizaje automático aplicado a reconocimiento de patrones en video y minería de datosLanzarini, Laura CristinaHasperué, WaldoEstrebou, César ArmandoRonchetti, FrancoVilla Monte, AugustoAquino, Germán OsvaldoQuiroga, FacundoBasgall, María JoséRojas, LuisJimbo Santana, PatriciaFernández Bariviera, AurelioOlivas Varela, José ÁngelCiencias InformáticasNeural netsOptimizationPATTERN RECOGNITIONData miningEsta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes basados en Redes Neuronales Artificiales aplicadas al Reconocimiento de Patrones y a la Minería de Datos. Con respecto al Reconocimiento de Patrones, el énfasis está puesto en el análisis de videos con el objetivo de identificar acciones humanas que faciliten la interfaz hombre/máquina y en la detección de patrones de movimiento en videos provenientes de cámaras de vigilancia asociados con situaciones de riesgo. En el área de la Minería de Datos se está trabajando en la generación de un modelo de fácil interpretación a partir de la extracción de reglas de clasificación que permita justificar la toma de decisiones y en desarrollo de nuevas estrategias aplicables a flujos de datos. Con respecto a Minería de Textos se han desarrollado métodos capaces de extraer las palabras clave de documentos independientemente del lenguaje. Actualmente se están desarrollando estrategias para resumir documentos a través de la extracción de los párrafos más representativos utilizando técnicas de optimización.Eje: Bases de Datos y Minería de DatosRed de Universidades con Carreras en Informática (RedUNCI)2016-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf303-307http://sedici.unlp.edu.ar/handle/10915/52905spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2info:eu-repo/semantics/reference/hdl/10915/52766info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:04:50Zoai:sedici.unlp.edu.ar:10915/52905Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:04:50.619SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Aprendizaje automático aplicado a reconocimiento de patrones en video y minería de datos
title Aprendizaje automático aplicado a reconocimiento de patrones en video y minería de datos
spellingShingle Aprendizaje automático aplicado a reconocimiento de patrones en video y minería de datos
Lanzarini, Laura Cristina
Ciencias Informáticas
Neural nets
Optimization
PATTERN RECOGNITION
Data mining
title_short Aprendizaje automático aplicado a reconocimiento de patrones en video y minería de datos
title_full Aprendizaje automático aplicado a reconocimiento de patrones en video y minería de datos
title_fullStr Aprendizaje automático aplicado a reconocimiento de patrones en video y minería de datos
title_full_unstemmed Aprendizaje automático aplicado a reconocimiento de patrones en video y minería de datos
title_sort Aprendizaje automático aplicado a reconocimiento de patrones en video y minería de datos
dc.creator.none.fl_str_mv Lanzarini, Laura Cristina
Hasperué, Waldo
Estrebou, César Armando
Ronchetti, Franco
Villa Monte, Augusto
Aquino, Germán Osvaldo
Quiroga, Facundo
Basgall, María José
Rojas, Luis
Jimbo Santana, Patricia
Fernández Bariviera, Aurelio
Olivas Varela, José Ángel
author Lanzarini, Laura Cristina
author_facet Lanzarini, Laura Cristina
Hasperué, Waldo
Estrebou, César Armando
Ronchetti, Franco
Villa Monte, Augusto
Aquino, Germán Osvaldo
Quiroga, Facundo
Basgall, María José
Rojas, Luis
Jimbo Santana, Patricia
Fernández Bariviera, Aurelio
Olivas Varela, José Ángel
author_role author
author2 Hasperué, Waldo
Estrebou, César Armando
Ronchetti, Franco
Villa Monte, Augusto
Aquino, Germán Osvaldo
Quiroga, Facundo
Basgall, María José
Rojas, Luis
Jimbo Santana, Patricia
Fernández Bariviera, Aurelio
Olivas Varela, José Ángel
author2_role author
author
author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Neural nets
Optimization
PATTERN RECOGNITION
Data mining
topic Ciencias Informáticas
Neural nets
Optimization
PATTERN RECOGNITION
Data mining
dc.description.none.fl_txt_mv Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes basados en Redes Neuronales Artificiales aplicadas al Reconocimiento de Patrones y a la Minería de Datos. Con respecto al Reconocimiento de Patrones, el énfasis está puesto en el análisis de videos con el objetivo de identificar acciones humanas que faciliten la interfaz hombre/máquina y en la detección de patrones de movimiento en videos provenientes de cámaras de vigilancia asociados con situaciones de riesgo. En el área de la Minería de Datos se está trabajando en la generación de un modelo de fácil interpretación a partir de la extracción de reglas de clasificación que permita justificar la toma de decisiones y en desarrollo de nuevas estrategias aplicables a flujos de datos. Con respecto a Minería de Textos se han desarrollado métodos capaces de extraer las palabras clave de documentos independientemente del lenguaje. Actualmente se están desarrollando estrategias para resumir documentos a través de la extracción de los párrafos más representativos utilizando técnicas de optimización.
Eje: Bases de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
description Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes basados en Redes Neuronales Artificiales aplicadas al Reconocimiento de Patrones y a la Minería de Datos. Con respecto al Reconocimiento de Patrones, el énfasis está puesto en el análisis de videos con el objetivo de identificar acciones humanas que faciliten la interfaz hombre/máquina y en la detección de patrones de movimiento en videos provenientes de cámaras de vigilancia asociados con situaciones de riesgo. En el área de la Minería de Datos se está trabajando en la generación de un modelo de fácil interpretación a partir de la extracción de reglas de clasificación que permita justificar la toma de decisiones y en desarrollo de nuevas estrategias aplicables a flujos de datos. Con respecto a Minería de Textos se han desarrollado métodos capaces de extraer las palabras clave de documentos independientemente del lenguaje. Actualmente se están desarrollando estrategias para resumir documentos a través de la extracción de los párrafos más representativos utilizando técnicas de optimización.
publishDate 2016
dc.date.none.fl_str_mv 2016-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/52905
url http://sedici.unlp.edu.ar/handle/10915/52905
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2
info:eu-repo/semantics/reference/hdl/10915/52766
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
303-307
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615917708771328
score 13.070432